TAG:语音交互
OpenAI首款智能音箱曝光：将搭载GPT-Live语音模型
文章聚焦OpenAI首款智能音箱曝光信息：这款无屏、可自主移动的硬件将搭载GPT-Live语音模型，集成摄像头与多传感器，兼顾智能家居控制、问答与多媒体能力，并被视为OpenAI抢占下一代端侧AI交互入口的重要布局。
0 
0 
ChatGPT语音功能升级，支持双向实时对话
ChatGPT正在测试名为Bidi1的新型语音模型，支持双向实时对话，允许AI在说话的同时监听用户输入并实时响应打断或新指令。这一升级彻底打破传统“你问我答”的线性交互模式，使对话更自然流畅，提升了人机交互的效率和沉浸感，预示着AI语音助手向真正对话伙伴的转变，为习惯语音处理的用户带来更智能的体验。
Claude语音交互将升级，或支持多语言并推出通话式体验
Anthropic 正在为 Claude 语音模式推进重要升级，或将新增中文、粤语、日语等多语言支持，并引入“按下通话”等新交互方式。结合 iOS 端疑似电话图标变化，Claude 有望迈向更自然、接近通话式的 AI 语音体验。
OpenAI正筹备发布新一代双向语音模型GPT-Bidi-1
OpenAI近日被曝正在筹备推出名为“GPT-Bidi-1”的下一代双向音频模型，这标志着其在语音交互技术上的重大突破。该模型采用双向架构，支持系统同时进行聆听与表达，实时捕捉用户插话并动态调整输出，显著提升了对话的自然度和流畅性。此外，GPT-Bidi-1在语音端引入了智力与速度分级，让用户可根据任务需求平衡交互深度与响应速度。这一技术迭代不仅是音质升级，更是OpenAI补齐多模态战略关键一环，凸显了语音作为下一代AI核心入口的战略野心，为未来语音优先设备和企业工具奠定技术基础。
马斯克旗下xAI全球招募中文AI导师，时薪超300元支持居家办公
马斯克旗下AI初创公司xAI全球招募中文AI导师，支持全球远程办公，时薪最高超300元人民币。岗位要求母语级中文能力和英语B2以上水平，主要任务是训练优化Grok模型的语音互动和多语言处理能力，反映了AI领域对多语言语音交互的精细化发展，为中文人才提供了高薪远程工作机会。
宇树发布双臂人形机器人，售价2.69万元起
宇树科技发布双臂人形机器人，配备视觉双目算力模组和语音交互系统，起售价仅2.69万元。文章聚焦其核心配置与价格信息，展现人形机器人产品在智能化与商业化方面的最新进展。
蚂蚁GPASS智能眼镜新增共享单车语音解锁功能
蚂蚁GPASS与千问AI眼镜深度融合，推出创新“AI办事”功能，用户仅需通过语音指令即可完成共享单车骑行、还车及停车缴费。该方案基于GPASS底层技术，集成声纹核身，并打通支付宝出行生态，实现信息无缝流转。用户在双手被占用场景下也能享受无感化操作，极大提升了出行便利性与安全性。此举标志着AI眼镜从基础交互设备向全能型随身智能终端迈进，持续拓宽智能生活应用场景。
OpenAI推出ChatGPT CarPlay版 适配苹果车载系统
OpenAI 正式发布支持苹果 CarPlay 的 ChatGPT 版本，驾驶员可通过语音安全使用 AI 助手。文章详细介绍了纯语音交互设计、苹果的严格规范以及车载 AI 的未来发展趋势。
谷歌推进氛围设计 Stitch更新支持语音驱动UI开发
谷歌推出AI编程工具Stitch的重大更新，引入语音功能推动“氛围设计”概念，使开发者能通过语音指令实时修改UI界面。这一创新降低了设计门槛，但也引发业内对AI依赖和设计精准度的讨论。
谷歌Stitch颠覆AI设计规则 五大功能挑战Figma霸主地位
Google Stitch 重大更新彻底改变了AI设计工具的定义，从简单的UI生成器进化为AI原生软件设计画布。新功能包括AI原生无限画布、智能设计Agent、语音交互Vibe Design、即时原型生成和DESIGN.md设计系统，让设计流程更加智能高效。这些创新不仅降低了设计门槛，还可能重塑整个软件开发流程。
肯德基联手阿里千问上线AI点餐助手 实现全流程语音点餐
肯德基与阿里通义千问大模型合作推出AI点餐助手“小K”，支持全流程语音交互。用户可通过自然语言指令（如预算、人数）完成智能套餐配置，车载端实现从选品到取餐的闭环服务。该应用利用RAG技术增强理解与对话能力，并结合历史记录进行个性化推荐，展现了AI智能体在餐饮数字化和业务流程整合中的深度应用。
AI外呼迈入精准时代 声网美团发布首个行业评测基准
声网与美团联合发布首个AI外呼行业评测基准VoiceAgentEval，通过真实业务场景、多维度评估和150种对话模拟，推动AI模型从技术参数转向业务实效，让AI外呼更具人性化和实用性。
ElevenLabs获5亿美元融资 估值达110亿美元成全球最贵AI语音公司
ElevenLabs完成5亿美元D轮融资，估值飙升至110亿美元，成为全球估值最高的AI语音服务商。公司2025年ARR超3.3亿美元，企业客户增长迅猛，技术产品加速迭代，标志着语音AI在企业级应用进入全面爆发期。
通义千问代打电话引热议 人机难辨引关注
阿里通义千问App推出AI“任务助理”代打电话订餐功能，凭借高度拟人化的语音和实时情绪识别能力，让AI与真人沟通真假难辨。文章探讨了该技术如何打破AI语音生硬的刻板印象，并展望未来AI对AI的高效交互场景，为忙碌或社恐人群提供生活减负新体验。
京东智能购物助手JoyGlance上线乐奇AI眼镜
京东科技与乐奇Rokid合作推出全球首款智能眼镜购物应用JoyGlance，通过AI大模型与光波导显示技术深度融合，实现语音指令快速识别商品，将购物流程简化为“说、看、付”，并采用金融级声纹识别保障支付安全。
